Apreçamento de debêntures ilíquidas utilizando redes neurais e clustering
Zuppini, Marcela Sousa
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
A marcação a mercado de ativos ilíquidos é um desafio, dada a escassez de informações e negociações no mercado que possam indicar qual deve ser o seu preço justo. As debêntures, que são ativos de renda fixa do mercado brasileiro, são marcadas a mercado descontando-se os fluxos futuros do papel a valor presente. Quando as debêntures são ilíquidas, a dificuldade na determinação do valor justo está em encontrar o fator de desconto apropriado, ou seja, qual é o spread apropriado para o ativo. Este trabalho busca determinar o spread de debêntures ilíquidas com base nas suas características, nas informações sobre a saúde financeira dos emissores e na situação do mercado. As ferramentas utilizadas para esse fim são modelagem por redes neurais e clustering. Como base de comparação para os resultados obtidos, é utilizada regressão linear múltipla.
Ficha do documento
- Tipo
- Dissertação
- Ano
- 2018
- Instituição
- Fundação Getulio Vargas
- Fonte
- Repositório da FGV
- Idioma
- Português
- Acesso
- Acesso aberto
- Identificador
- oai:repositorio.fgv.br:10438/24761
Conteúdos relacionados
- TeseModeling high frequency intraday discrete returnsFundação Getulio Vargas · 2020
- DissertaçãoModelo de seleção de ações a partir de registros contábeis e de indicadores de mercado, utilizando técnicas de análise de componentes principais, support vector machine e redes neurais no mercado brasileiroFundação Getulio Vargas · 2020
- DissertaçãoModelagem e previsão da taxa de inadimplênciaFundação Getulio Vargas · 2025
- DissertaçãoAnálise de algoritmos de machine learning e redes neurais para previsão de preços de ações do IBOVESPAFundação Getulio Vargas · 2022
